개발자 파헤치기/Deep learning8 [Deep learning] Classification 과 Objection detecion이란? 특징과 차이 classification과 object detection은 컴퓨터 비전 분야에서 사용되는 두 가지 중요한 작업입니다. Classification - 객체 분류 Classification은 이미지나 객체를 특정 클래스 또는 범주로 분류하는 작업입니다. 예를 들어, 개와 고양이의 이미지를 분류하는 경우, 컴퓨터는 주어진 이미지가 개인지 고양이인지를 식별합니다. Classification은 이미지의 전체 내용을 고려하지 않고 개별 객체 또는 이미지 자체만을 기반으로 분류를 수행합니다. Object detection - 물체 검출 반면, object detection은 이미지 내에 있는 다수의 객체를 식별하고 해당 객체의 위치를 찾는 작업입니다. 객체 감지는 이미지의 모든 부분을 분석하고, 각 객체의 경계 상.. 2023. 6. 13. [Deep learning] Deep learning의 기초 1. Deep & Machine learning 머신러닝: 기계를 학습시킴으로써 인공지능의 성능을 보다 향상시킨 기술이다. 사람이 직접 필요한 데이터를 넣으면, 기계는 이를 학습하여 인간보다 더 정확하고 올바른 결과를 도출해낸다. 딥러닝: 머신러닝과 유사하지만, 머신러닝처럼 사람이 데이터를 선정해 학습시킬 필요가 없이 아무 데이터나 넣어도 기계 스스로가 학습하여 필요한 특성을 찾아나가는 기술이다. 2 . 딥러닝 프레임 워크 : 이미 검증된 수 많은 라이브러리와 사전 학습까지 완료된 다양한 딥러닝 알고리즘을 제공. 이를 빠르고 손쉽게 사용할 수 있도록 해줌. 응용 프로그램을 개발하기 위한 여러 라이브러리나 모듈 등을 효율적으로 사용할 수 있도록 하나로 묶어 놓은 일종의 패키지. 1. Theano : 최초의.. 2023. 4. 19. [Deep learning] 컨볼루션 신경망 (CNN) 이란? CNN은 Convolutional Neural Network의 약어로, 인공 신경망의 한 종류입니다. 딥 러닝에서 이미지 인식 분야에서 가장 널리 사용되는 기술 중 하나입니다. CNN은 이미지 인식에 적합한 구조를 가지고 있으며, 이미지에서 특징을 추출하고 이를 기반으로 이미지를 분류하는 데 사용됩니다. 이를 위해 컨볼루션 레이어, 풀링 레이어, 완전 연결 레이어 등 다양한 구조를 사용합니다. CNN은 딥 러닝에서 매우 중요한 역할을 합니다. 예를 들어, 자율주행 자동차에서는 카메라로부터 들어온 영상을 인식하여 주행 제어를 수행하는 데에 CNN이 사용됩니다. 또한, 의료 이미지 분석 분야에서도 CNN이 활용되고 있으며, 이를 통해 의사들은 보다 정확한 진단을 내릴 수 있게 됩니다. 딥 러닝의 발전으로 인.. 2023. 4. 10. [Deep learning] image segmentation (이미지 세그멘테이션) 이란? 이미지 세그멘테이션(Image Segmentation)은 디지털 이미지 처리 분야에서 이미지를 분할하는 작업입니다. 이 작업은 이미지에서 관심 영역을 분리하거나 객체를 식별하는 데 사용됩니다. 이미지 세그멘테이션은 이미지의 각 픽셀을 여러 그룹 중 하나에 할당하는 작업입니다. 각 그룹은 일반적으로 색상, 밝기, 질감 등의 특성을 기준으로 결정됩니다. 예를 들어, 자동차 이미지에서 이미지 세그멘테이션을 사용하면 자동차의 부분을 분리하여 각 부분의 크기, 모양 및 위치를 알 수 있습니다. 이미지 세그멘테이션은 컴퓨터 비전 및 인공지능 분야에서 매우 중요합니다. 이미지 세그멘테이션을 사용하면 컴퓨터 비전 시스템이 이미지에서 객체를 인식하고 객체를 추적하는 데 사용될 수 있습니다. 또한 의료 영상, 자율 주행 .. 2023. 4. 10. 이전 1 2 다음